智能体时代的 GPT，想成为你电脑里常驻的那一层。

作者｜张勇毅

在北京时间7月10日的凌晨时刻, GPT-5.6对于公众而言实现了全面开放的状态。这件事情往其本身情况来讲并没有什么能够称之为悬念的存在。毕竟在6月底的时候跑分状况已被公开, 其价格也早就已然挂了出来摆在那儿, 所有的人不过等待的仅仅是一个类似“开闸”这样的日期罢了。

同样值得予以关注的, 是在同一夜晚, 被模型所散发的光环给掩盖住的另外两条公告: 其一乃是一款名为GPT Work的智能体产品, 其二则是Codex App正式归入GPT桌面应用这一情况。

那个大家都在等待着的靴子是模型发布, 而藏在靴子里的那两件东西是这两条, 属于OpenAI。

01

如期而至的 5.6

跟前边公开的情况相同, GPT - 5.6有三个档位, 有旗舰Sol也就是太阳那一档, 还有均衡型Terra即地球那档, 以及轻量型Luna也就是月亮那档, 数字所代表的是世代, 而天体名代表的是档位, 并且这也意味着以后各档能够依据自身的节奏进行迭代。

以每百万token来计算, Sol的输入是5美元, 其输出为30美元, 这和上一代GPT - 5.5处于持平状态, Terra则直接削减了一半, Luna被压低到1美元以及6美元。

OpenAI对于后两档所给出的定位实际上也是极为清晰明确的, 那就是, 在知识工作评测里, Terra是以更低的成本超越了GPT - 5.5, 而Luna则是运用不到一半的预估成本, 进而逼近GPT - 5.5的峰值表现。

就从这一点而言也能够瞧出来, 此次所发布的主要叙事并非是“更具聪慧”, 而是“更为节省”。

于第三方评测机构Artificial Analysis的编程智能体指数之中, 开满max推理的Sol凭借80分, 创下一个新的高度。然而其付出的代价更低: 相较于此前获得最高分的模型, Sol少用由54%构成的输出token, 且耗时方面缩短了57%。

拼智商的边际收益在收窄，前沿模型开始拼单位任务成本了。

另外一块, 有必要单独讲述的部分, 是设计。前端这方面, 一直以来, 在OpenAI那里, 都被大家伙公认为是处于落后状态的短板, 在GPT - 5.5发布的时候, Altman可是亲口承认过这个情况的。

这次官方宣称, 设计判断力有了一次跨越, 仅仅给出一句高层指示, 模型便能够产出得体、可用的界面。更关键之处在于, 机制发生了变化, 借助更强的电脑操作能力, 它会自行打开渲染出来的页面, 检查视觉以及功能方面的问题, 补完细节之后再交稿, 并非写完代码就了事。

它把人类工程师「看过成品才交付」的验收习惯装进模型, 这比跑分上涨更能说明这一代的方向, 第三方的背书也跟上了, 其中有一家评测伙伴给它的前端质量评分为4.4分, GPT - 5.5是4.0分, Canva表示它做幻灯片比同类模型强, token效率还高出1.6倍。

API当中, 又给开发者塞进去了两样新物件。其中一样是程序化工具调用, 模型能够自行编写一段JavaScript, 于托管的隔离运行时里对完整的工具链加以编排。

另一个是多智能体, 单次请求时期内并行地派出多个子智能体, 当前于 Responses API 以测试版本对外公开。再加上能够显式表明断点的缓存机制, 可以看到方向是相同的, 那便是把编排的工作从开发者手中接收过来并交到模型手中。

具有早期测试行为的那些人, 对待Sol和Fable 5分别有着各自拥护的群体, “保时捷对于曲速引擎”这样的一种比喻传播得范围非常广泛, 前沿之模型所存在的差距其状态已然小到了需要运用口味这种因素而非代差这种因素来进行描述的地步了。

02

收进一个 App

模型是这一晚的面子，里子还有接下来这两件事。

首先来讲GPT Work, 它并非是一种全新的聊天模式, 而是一个能够交付结果的智能体。

赋予其一个目标, 它会自我拆解步骤, 跨越应用与文件去行动, 持续工作数个小时。最终给予你的并非一段建议, 而是完成的表格、幻灯片以及文档, 甚或是一个能够分享链接的网页应用。

通过插件接入Slack, 通过插件接入Teams, 通过插件接入Google Drive, 通过插件接入邮箱, 通过插件接入日历, 通过插件接入CRM, 用「@」指定它去哪个应用里取上下文, 配合定时任务, 它可行 每周一早上把群里的讨论整理成会议议程, 或者盯着反馈邮箱, 一有新邮件就更新汇报文稿, 使用桌面版, 其内置了浏览器, 配合Computer Use, 它能直接上手操作系统运行的电脑, 去完成那些没有API可调的活儿。

第三条能力线是用于浏览以及操作电脑的, Sol于测试网页深度检索的, 名为BrowseComp的项目上, 以百分之九十二点二的成绩创下了新的纪录, 在模拟真实电脑操作的, 称作OSWorld 2.0的项目上, 拿到了百分之六十二点六的成绩, 它超过了Anthropic的Opus, 超出了四点八个百分点, 并且仅仅只用了对方百分之十五的输出token。

这两个数字, 诠释了Work敢作出「连续工作数小时」这般承诺的底气源自何处, 还将「省着干活」的这条主要脉络再度确凿无疑地巩固了一回。

用以支撑这所有一切的底座乃是Codex, OpenAI于博客之中给出了一组数字, 每周存在着超过500万人运用Codex, 其中超过100万人运用它所做之事实则全然并非软件开发。

有一个编码智能体，五分之一的用户用它做别的事情, 这便是 OpenAI 敢将它提升为通用工作智能体的信心所在。写代码所需的那一系列能力, 即理解目标、拆解任务、调用工具、检查结果以及自己纠错, 恰恰是从事任何知识工作所必备的能力。Codex 并非被取代, 而是被广泛应用了。

有这样一条路, Anthropic在半年之前就亲自走过一回, 当时是今年的1月, Claude桌面应用之中出现了第三个标签页Cowork, 该标签页是运用Claude Code 的智能体架构来开展编码之外的知识工作, 它与Chat、Code处于并列状态, 此情况发生之后, 就在GPT Work发布的前两天, 它专门扩展到了网页以及移动端。

Anthropic 同一时期公开披露的数据, 居然反过来校验了 OpenAI 的判断, 在 120 万次 Cowork 会话当中, 占据比例最高的, 是核对账目以及制作报表这类与业务流程相关的工作, 而编写代码仅仅只占了 8.7%。

分别在于, 进入的那种激进的情况不一样, Cowork 一直到现在都是付费的功能, OpenAI 却是直接把 Work 放到免费版那里了。

紧接着便是入口。Codex App自今日起被并入全新的GPT桌面应用之中, Chat模式、Work模式以及Codex模式一同被安置于同一个App内, macOS和Windows在全球范围内均可进行下载, 所有档位都能够使用——涵盖免费版；旧版桌面应用被更名为GPT Classic。

将老用户的项目、设置以及工作流全部予以保留, 能够把 Codex 设置成默认视图, 在 macOS 操作系统上就连图标都可以继续沿用原来的。与此同时进行合并, Codex 还带来了一批如实际存在般的更新: 在应用内部进行 Markdown 和代码的内联编辑, 在侧边栏审查 GitHub PR 时, 能将评审意见和 diff 放在一起查看, 单个项目支持多个仓库。Computer Use 在 GPT - 5.6 的加持下速度也变得更快了。

博客的末尾之处隐藏着这样一条消息, 独立的 Atlas 浏览器将会逐步停止服务, 浏览器方面的能力会由更新之后的 Chrome 扩展来承接, 而后住进 Chrome 的侧边栏。

看待这几件事要连起来: Codex 合并进来, Atlas 撤离出去, Chrome 扩展粘贴上来。模型在 API 中进行价格竞争, 产品在桌面上展开入口争斗——OpenAI 期望“电脑上那个能帮你动手做事的物品”仅有一个名称。

GPT 在聊天框时代, 是浏览器里的一个标签页, 而在智能体时代, GPT 想要成为你电脑里常驻的那一层。

于普通用户而言, 最具实际意义的变化乃是门槛, Work以及Codex伴随桌面App面向所有档位予以开放, 免费版亦在其内, 网页以及移动端自Pro、Enterprise和教育版起始进行推送, Plus和Business于随后几天跟进, 一个先前全然归属于开发者与重度付费用户的事物, 在一夜之间呈现在所有人眼前。

GPT桌面App里头, 有并列着的Chat入口, 还有Work入口, 以及Codex入口, 图片来源是OpenAI官网。

03

禁令余波

得说回一件更大的事, 这次发布的日期, 并非是由OpenAI自行确定的, 最后还是这样。

6月2日, 特朗普签署行政命令, 该行政命令要求AI公司, 在全面发布之前, 向政府提供前沿模型, 以此来做能力评估。

6 月 26 日, GPT - 5.6 算是有了所谓的消息而认定为“发布”情况出现了, 然而呢, 这是因为应政府提出的这相应要求, 所以它只安排向大约 20 家先前报备过的机构予以开放。商务部所属的 AI 标准与啥创新中心针对其进行了为期两周时间的评估, 一直到 7 月 8 日获得许可得以放行, 如此这般才出现了时至今日这般的全面开放局面。

在网络安全以及生物领域具备能力的 Sol 引来了审查, OpenAI 的系统卡片写得坦率, 它能找到漏洞以及攻击的“零件”, 然而在测试条件下却没能自主拼出一条完整的攻击链。

产品层也被管控下沉到了。开发者须知里写明: 部分 API 调用可能会被拦截, 甚至在生成到一半的时候会被暂停, 然后交给安全系统去做额外审查。尤其在网络安全这个领域——防御以及攻击, 刚开始看起来是完全一样的。但是护栏的力度是经过量化的: 新的网络安全防护拦截的潜在有害活动大概是上一代的十倍。

OpenAI晓得这样子会对正常运用造成误伤, 所以留了个能逃生的门——在GPT里, 在Codex里, 被拦住的请求能够通过一键换低能力量模型从而再次尝试, 防护栏严格了十倍, 不过钥匙仍是塞回到了用户手中一把。

OpenAI进行了配合, 然而官方声明与此同时还写道: “我们并不觉得这种政府准入流程应当成为长期默认状态。”并且它并非是个例, 几周之前, Anthropic的Fable 5以及Mythos 5因为一则出口管制指令而被下架, Fable 5已经恢复了, Mythos 5直至如今仅仅对一小批美国机构开放。

最头部的两家AI公司, 在一个月的时间里, 先后遭遇了这样的情况, 模型已然做好, 然而却不可以随意售卖, 也许这并非是一种巧合, 实际上是新常态开端的一种表现。

美国国会山那里, Sam Altman会晤之后, 接受媒体采访时的现场所拍摄的照片, 图片来源是CNBC。

有关审查机制的博弈依旧在持续进行着。然而, 对于坐在电脑跟前的你以及我而言, 这一晚或许更值得被记住的是另外一件事情。

从今日开始, 开启那个App, 其中所呈现的不再仅只是一个具备聊天功能的框体, 而是一位向你询问「是否需要我来完成这项工作」的共事之人。